Applied ML Engineer (Прикладные LLM-агенты и агентные системы)

Центр практического ИИ — подразделение Сбера, которое занимается сложными AI-проектами на стыке прикладных исследований, инженерии и бизнес-внедрения. Мы берем задачи, где недостаточно применить готовую модель или собрать быстрый прототип: нужно разобраться в предметной области, проверить новые подходы, спроектировать рабочее решение и довести его до реального эффекта для бизнеса. Актуальный фокус команды — прикладные LLM-агенты, копилоты и агентные системы для автоматизации бизнес-процессов. Это не “чат-боты с промптом”: в таких решениях нужно проектировать логику взаимодействия агента с пользователем и внутренними системами, добиваться корректного выбора инструментов, работать с базами знаний, учитывать ограничения домена, стабильно вести диалог в текстовом и голосовом каналах. Мы ищем Applied ML Engineer, который будет работать на стыке ML/NLP, LLM engineering и прикладной разработки. Основная задача — создавать агентные решения для бизнеса: проектировать ML/LLM-логику, проверять гипотезы, собирать рабочие прототипы, оценивать качество и готовить решения к внедрению вместе с продуктовыми и инженерными командами. Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика ждите сообщение от него в телеграмме, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех!

• создавать LLM-агентов, копилотов и агентные системы для реальных бизнес-процессов: полный путь от гипотезы до рабочего решения, которое можно передавать в production-контур

• проектировать агентную логику: как агент понимает запрос, выбирает инструменты, работает с базами знаний, взаимодействует с внутренними системами и возвращает пользователю корректный результат

• выстраивать полный пайплайн разработки и проверки качества: понимать, какие данные нужны, проектировать evals, проводить эксперименты, анализировать ошибки и дорабатывать решение на их основе

• искать в конкретных бизнес-задачах типовые паттерны и превращать удачные решения в переиспользуемые компоненты, подходы и внутренние фреймворки

• работать на стыке research и engineering: читать статьи, разбирать open-source решения, быстро проверять гипотезы и доводить удачные идеи до результата

• взаимодействовать с заказчиками, инженерами и продуктовыми командами, чтобы решения доходили до внедрения и бизнес-эффекта.

Будет плюсом:

• практический опыт работы с ML / NLP / LLM

• опыт разработки на Python и понимание ML-stack

• опыт разработки LLM-агентов, RAG-систем и/или сервисов на базе LLM

• понимание современных агентных архитектур и подходов

• опыт работы с LangChain/LangGraph либо опыт самостоятельной реализации orchestration / tool-calling логики

• понимание fine-tuning / LoRA / distillation и того, когда эти подходы реально нужны

• опыт разработки LLM-решений end-to-end: от понимания необходимых данных и выбора архитектуры до evals, API/сервиса и демонстрации результата

• опыт разработки backend-части для ML/LLM-сервисов: интеграции, контейнеризация, базовый CI/CD

• способность быстро разбираться в новых статьях, фреймворках и подходах и превращать это в рабочий прототип.

• опыт ownership ML-сервисов: от идеи и прототипа до внедрения

• сильный backend-опыт и умение строить production-grade сервисы

• опыт работы в стартапах или командах с быстрым циклом проверки гипотез.

• комфортный современный офис г.Москва, рядом с метро Кутузовская

• возможность выбрать удобный график – офис/гибрид (с посещением офиса не менее 3х дней в неделю)

• ежегодный пересмотр зарплаты и годовая премия

• корпоративный спортзал и зоны отдыха

• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития

• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа

• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ

• подписка Прайм с возможностью совместного использования на трёх близких

• вознаграждение за рекомендацию друзей в команду Сбера.